Philippe R. Richard
Didactique des mathématiques : formation, enseignement, apprentissage et intelligence artificielle
- Professeur titulaire
-
Faculté des sciences de l'éducation - Département de didactique
Marie-Victorin, room D516
Profile
Research expertise
Intérêts et expertise de recherche:
- Didactique des mathématiques et intelligence artificielle
- Travail mathématique et espaces de travail mathématique
- Modélisation des connaissances, modélisation du raisonnement
- Résolution de problèmes et stratégies de preuves
Awards and recognitions
Bourse Ramón y Cajal, cofinancée par le Ministerio de Ciencia e Innovación de España (MICINN) et le Fonds Social Européen (FSE).
Teaching and supervision
Teaching
Projects
Research projects
Didactique des mathématiques et intelligence artificielle : un projet de recherche sur l’apprentissage de la preuve et du raisonnement
Description
Didactique des mathématiques et intelligence artificielle : un projet de recherche sur l’apprentissage de la preuve et du raisonnement
Introduction
L’intelligence artificielle (IA) transforme notre rapport aux outils et redéfinit les dynamiques professionnelles, en promettant des gains de productivité, une amélioration de l’efficacité et une réduction des coûts. On espère qu’elle contribue à une meilleure qualité de vie en aidant à affiner les prévisions et à prendre des décisions plus éclairées (OCDE, 2019). Pourtant, bien que l’IA s’impose dans de nombreux domaines, son intégration dans l’éducation reste marginale. Lorsqu’elle est utilisée, c’est surtout pour la gestion administrative et l’analyse de grandes quantités de données, plutôt que pour soutenir directement l’enseignement et l’apprentissage.
Certes, l’IA offre des opportunités significatives : elle permet une personnalisation accrue de l’enseignement en adaptant les exercices au niveau des élèves, elle accélère la rétroaction via l’automatisation des corrections et elle facilite certaines démonstrations à l’aide d’assistants formels. De plus, des outils comme GeoGebra et Desmos, intégrant des fonctionnalités d’IA, offrent des environnements interactifs pour explorer des concepts mathématiques.
Cependant, ces avancées s’accompagnent de limites. L’IA ne « comprend » pas les mathématiques comme un humain : elle détecte des erreurs, mais sans en saisir les causes profondes. Elle peine aussi à modéliser le raisonnement heuristique, qui repose souvent sur des intuitions difficiles à formaliser. De plus, certains systèmes adaptatifs risquent d’enfermer les élèves dans un parcours trop ciblé sur leur niveau perçu, freinant leur développement conceptuel. Enfin, l’IA ne remplace pas les interactions didactiques essentielles entre enseignants et élèves, indispensables à la construction du sens mathématique et à la verbalisation des raisonnements.
Depuis plus de quarante ans, les technologies numériques ont modifié l’enseignement des mathématiques, mais l’émergence de l’IA soulève de nouveaux défis. Bien que les approches symboliques et statistiques progressent rapidement, elles suscitent des réticences, car les mathématiques restent perçues comme une activité fondamentalement humaine, ancrée dans le langage et le raisonnement. De plus, cette transformation s’accompagne d’un manque de fondements épistémologiques solides et d’une compréhension approfondie des enjeux cognitifs liés à l’usage des artefacts numériques. Face à ces défis, il devient essentiel d’étudier comment l’IA peut être intégrée dans l’apprentissage des mathématiques, notamment dans le développement du raisonnement et de la preuve.
Problématique et objectifs du projet
Sur la base du lien historique entre l’IA et la didactique des mathématiques, ce projet explore comment l’IA peut soutenir l’apprentissage de la preuve et du raisonnement à l’école secondaire. Il vise à analyser comment les élèves résolvent des problèmes de preuve en géométrie avec des artefacts numériques intégrant des outils d’IA. En étudiant les interactions entre élèves, outils et situations d’apprentissage, il s’agit de caractériser le nouveau travail mathématique induit par l’IA et d’en comprendre les implications didactiques et épistémologiques.
Les objectifs du projet sont :
- Modéliser l’évolution du travail mathématique en contexte d’IA, en s’appuyant sur les notions d’intelligence augmentée, d’idonéité et d’effets de « boîte noire ».
- Concevoir, implanter, tester et affiner des situations d’apprentissage instrumentées qui respectent les habitudes du travail mathématique en preuve.
- Interpréter et théoriser les transformations didactiques et épistémologiques liées à l’intégration des outils d’IA dans l’enseignement des mathématiques.
- Évaluer l’impact de ces technologies sur l’apprentissage des élèves, en observant l’évolution de leurs compétences mathématiques et leur raisonnement.
Méthodologie
Ce projet s’inscrit dans la recherche ethnographique et qualitative en didactique des mathématiques. Il repose sur une étude de cas en milieu scolaire, où les élèves interagissent avec des outils d’IA pour résoudre des problèmes de preuve en géométrie. La méthodologie suit une démarche en six phases :
- Analyse a priori des interactions potentielles entre élèves et IA.
- Expérimentations en classe, où les élèves utilisent des systèmes intégrant l’IA.
- Analyse a posteriori des interactions observées en situation d’enseignement.
- Affinement du modèle didactique et du système expert selon les résultats obtenus.
- Nouvelles expérimentations et ajustements en contexte réel.
- Synthèse et conclusions sur les implications didactiques et épistémologiques.
Retombées du projet
Les retombées concernent à la fois l’enseignement des mathématiques et la formation des enseignants, notamment pour enrichir la praxis enseignante.
Publications and presentations
Publications
Édition : livres, monographies, revues savantes et actes de colloques internationaux
• Depuis 2017, je suis rédacteur-en-chef à la revue Annales de didactique de sciences cognitives avec Laurent Vivier de l'Université Paris Cité. Nous avons alors rédigé les éditoriaux de plusieurs numéros, dont les numéros 23 (2018) à 29 (2024), tous publiés en texte intégral.
Derouet, C., Nechache, A., Richard, P. R., Vivier, L., Gómez-Chacón, I. M., Kuzniak, A., Maschietto, M., & Montoya Delgadillo, E. (2023). Actes du septième symposium d’Étude sur le Travail Mathématique. IREM de Strasbourg. ISBN : 978-2-911446-36-8
Kuzniak, A., Montoya-Delgadillo, E., Richard, P.R. (eds) (2022). Mathematical Work in Educational Context - The Mathematical Working Space Theory Perspective. Mathematics Education in the Digital Era, vol 18. Springer, Cham. ISBN 978-3-030-90849-2.
Richard, P.R., Vélez, M.P., Van Vaerenbergh, S. (eds) (2022). Mathematics Education in the Age of Artificial Intelligence. How Artificial Intelligence can Serve Mathematical Human Learning. Mathematics Education in the Digital Era, vol 17. Springer, Cham. ISBN 978-3-030-86908-3.
Richard, P.R, Van Vaerenbergh, S., & Vélez, M.P. (Eds.) (2020). First Symposium on Artificial Intelligence for Mathematics Education. Book of Abstracts (AI4ME 2020). Editorial de la Universidad de Cantabria. ISBN 978-84-17888-06-0.
Montoya-Delgadillo, E., Richard, P.R., Vivier, L., et al. (Eds.) (2019). Sixième Symposium sur le Travail Mathématique. Pontificia Universidad Católica de Valparaíso. ISBN 978-956-401-498-2.
Herbst P., Cheah U., Richard P., Jones K. (Eds.) (2018). International Perspectives on the Teaching and Learning of Geometry in Secondary Schools. Springer International Publishing. ISBN 978-3-319-77475-6.
Nikolantonakis, K., Richard, P.R., Vivier, L. (Eds.) (2018). Menon Journal Of Educational Research, 4th Thematic Issue, Mathematical working space and mathematical work. ISSN 1792-8494.
Gómez-Chacón, Mª I, Kuzniak A., Nikolantonakis, K., Richard, P.R., Vivier, L. (Eds.) (2017). Mathematical Working Space, Fifth ETM Symposium. Université de Macédoine Ouest. ISBN 978-618-81047-5-4.
Gómez-Chacón, Mª I., Escribano, J., Kuzniak A., Richard, P.R. (Eds.) (2015). Espacio de Trabajo Matemático, Actas Cuarto Simposio Internacional ETM. Madrid: Publicaciones del Instituto de Matemática Interdisciplinar, Universidad Complutense de Madrid. ISBN 978-84-606-9475-5.
Kuzniak, A., Richard, P.R (Eds) (2014). Número especial de la Revista Latinoamericana de Investigación en Matemática Educativa (RELIME), volumen 17, número 4, tomo I y II. ISSN 1665-2436.
Richard, P.R. (2004). Raisonnement et stratégies de preuve dans l’enseignement des mathématiques. Berne : Peter Lang. Finaliste du Prix du ministre de l'Éducation, du Loisir et du Sport 2004-2005. ISBN : 3-906770-30-3.
Richard, P.R. (2000). Modélisation du comportement en situation de validation. Thèse doctorale. Bellatera, Barcelone : Publications de la Universitat Autònoma de Barcelona. ISBN : 978-84-490-1942-5.
Quelques chapitres de livre depuis 2017
Comme, dans notre domaine, les communications sont généralement des publications révisées par un comité de lecture, elles sont regroupées dans la section Communications afin d’éviter les répétitions et d’optimiser l’espace.
Quelques articles de référence publiés avec comité de lecture (qui ne sont pas aussi des chapitres de livre)
Richard, P. R. (2024). El nuevo trabajo matemático: Un desafío en constante renovación para la educación matemática [Le nouveau travail mathématique : Un défi sans cesse renouvelé pour l’enseignement des mathématiques / The new mathematical work: An ever-renewing challenge for mathematics education]. UCMAULE, 67, 9-30. https://doi.org/10.29035/ucmaule.67.9
Emprin, F., & Richard, P. R. (2023). Intelligence artificielle et didactique des mathématiques : état des lieux et questionnements. Annales de Didactique et de Sciences Cognitives, 28, 131-181. OpenEdition.
Fortuny, J.M., Recio, T., Richard, P.R., & Roanes-Lozano, E. (2021). Análisis del discurso de los profesores en formación en un contexto de innovación pedagógica en geometría. Annales de Didactique et de Sciences Cognitives, vol. 26. OpenEdition.
Kovács, Z., Recio, T., Richard, P.R., Van Vaerenbergh, S., & Vélez, M.P. (2020). Towards an ecosystem for computer-supported geometric reasoning. International Journal of Mathematical Education in Science and Technology. DOI : 10.1080/0020739X.2020.1837400.
Font, L., Cyr, S., Richard, P.R. & Gagnon, M. (2020). Automating the Generation of High School Geometry Proofs using Prolog in an Educational Context. In P. Quaresma, W. Neuper and J. Marcos (Eds.), 8th International Workshop on Theorem Proving Components for Educational Software (ThEdu’19). EPTCS 313, 1-16. DOI : 10.4204/EPTCS.313.1.
Recio, T., Richard, P.R. & Vélez, M.P. (2019). Designing tasks supported by GeoGebra Automated Reasoning Tools for the development of mathematical skills. International Journal for Technology in Mathematics Education, Volume 26(2), 81-88. DOI : 10.1564/tme_v26.2.05.
Font, L., Richard, P.R. & Gagnon, M. (2018). Improving QED-Tutrix by Automating the Generation of Proofs. In P. Quaresma and W. Neuper (Eds.): 6th International Workshop on Theorem proving components for Educational software (ThEdu’17). EPTCS 267, 38–58. DOI : 10.4204/EPTCS.267.3.
Tessier-Baillargeon, M., Leduc, N., Richard, P.R. et Gagnon, M. (2017). Étude comparative de systèmes tutoriels pour l’exercice de la démonstration en géométrie. Annales de didactique et de sciences cognitives, 22, 91-117. IREM de Strasbourg : Université Louis Pasteur. OpenEdition.
Kovács, Z., Recio, T., Richard, P.R., Vélez, M.P. (2017). Geogebra automated reasoning tools: a tutorial with examples. In Aldon, G. Jana Trgalová (Eds) Proceedings of the 13th International Conference on Technology in Mathematics Teaching (ICTMT 13). École Normale Supérieure de Lyon - Université Claude Bernard Lyon 1. Archive ouverte HAL.
Coutat, S., Laborde, C. & Richard, P.R. (2016). L’apprentissage instrumenté de propriétés en géométrie : propédeutique à l’acquisition d’une compétence de démonstration. Educational Studies in Mathematics, 93(2), 195-221. DOI : 10.1007/s10649-016-9684-9.
Richard, P.R., Oller, A.M. & Meavilla, V. (2016). The Concept of Proof in the Light of Mathematical Work. ZDM - The International Journal on Mathematics Education, 48(6), 843–859. DOI : 10.1007/s11858-016-0805-9.
Tessier-Baillargeon, M., Leduc, N., Richard, P.R. et Gagnon, M. (2017). Étude comparative de systèmes tutoriels pour l’exercice de la démonstration en géométrie. Annales de didactique et de sciences cognitives, 22, 91-117. IREM de Strasbourg : Université Louis Pasteur. OpenEdition.
Blossier, M. & Richard, P.R. (2014). Le travail mathématique en interaction avec un logiciel de géométrie dynamique tridimensionnelle. Revista latinoamericana de investigación en matemática educativa 17.4(II), 327-342. DOI : 10.12802/relime.13.17416.
Kuzniak, A. & Richard, P.R. (2014). Espaces de travail mathématique. Point de vues et perspectives. Revista latinoamericana de investigación en matemática educativa 17.4(I), 5-40. DOI : 10.12802/relime.13.1741a.
Tessier-Baillargeon, M., Richard, P.R., Leduc, N. et Gagnon, M. (2014). Conception et analyse de géogébraTUTOR, un système tutoriel intelligent : genèse d'un espace de travail géométrique idoine. Revista latinoamericana de investigación en matemática educativa 17.4(II), 303-326. DOI : 10.12802/relime.13.17415.
Richard P.R., Gagnon, M. & Fortuny J.M. (2013), Means of choice for interactive management of dynamic geometry problems based on instrumented behaviour, American Journal of Computational Mathematics, 3, 41-51. DOI : 10.4236/ajcm.2013.33B008.
Coutat, S. & Richard, P.R. (2011). Les figures dynamiques dans un espace de travail mathématique pour l’apprentissage des propriétés géométriques, Annales de didactique et de sciences cognitives, 16, 97-126. OpenEdition.
Richard, P.R., Fortuny, J.M., Gagnon, M., Leduc, N., Puertas, E. & Tessier-Baillargeon, M. (2011). Didactic and theoretical-based perspectives in the experimental development of an intelligent tutorial system for the learning of geometry. ZDM - The International Journal on Mathematics Education, 43(4), 425-439. DOI : 10.1007/s11858-011-0320-y.
Richard, P.R., Meavilla, V. et Fortuny, J.M. (2010). Textos clásicos y geometría dinámica: estudio de un aporte mutuo para el aprendizaje de la geometría. Revista Enseñanza de las Ciencias, 28 (1), 95-111. DOI : 10.5565/rev/ensciencias.3624.
Cobo, P., Fortuny, J. M., Puertas, E. et Richard, P. R. (2007). AgentGeom : a multiagent system for pedagogical support in a geometric proof problem. International Journal of Computers for Mathematical Learning, 12, 57-79. Springer Science+Business Media. DOI : 10.1007/s10758-007-9111-5.
Richard, P.R. et Fortuny, J.M. (2007). Amélioration des compétences argumentatives à l’aide d’un système tutoriel en classe de mathématique au secondaire. Annales de didactique et de sciences cognitives, 12, 83-116. IREM de Strasbourg: Université Louis Pasteur. OpenEdition.
Richard, P.R. et Sierpinska, A. (2004). Étude fonctionnelle-structurelle de deux extraits de manuels anciens de géométrie. In Lemoyne, G. et Sackur, C. (rédactrices invitées) Le langage dans l'enseignement et l'apprentissage des mathématiques, Revue des sciences de l'éducation, Numéro thématique, 30 (2), 379-409. DOI : 10.7202/012674ar.
Richard, P.R. (2004). L’inférence figurale : un pas de raisonnement discursivo-graphique. Educational Studies in Mathematics, 57(2), 229–263. DOI : 10.1023/B:EDUC.0000049272.75852.c4.
Richard, P.R. (2003). Proof Without Words : Equal Areas in a Partition of a Parallelogram. Mathematics Magazine, 76 (5), 348. DOI : 10.1080/0025570X.2003.11953208.
Communications
Quelques chapitres de livre depuis 2017
Richard, P. R. (2024). The challenges of AI in shaping mathematical work: From human hybridization to automation through synergies of symbolic AI and generative models [Opening plenary lecture]. In K. W. Kosko, J. Caniglia, S. A. Courtney, M. Zolfaghari, & G. A. Morris (Eds.), Proceedings of the 46th annual meeting of PME-NA (pp. 2213–2235). Kent State University. https://doi.org/10.51272/pmena.46.2024
Bruillard, É., & Richard, P. R. (2024). Informatique, mathématiques, conception et usage des technologies numériques. Annales de Didactique et de Sciences Cognitives, (Thématique 2), 173-208. https://doi.org/10.4000/11sga
Lagrange, J. B., Richard, P. R., Vélez, M. P., & Van Vaerenbergh, S. (2024). Artificial intelligence techniques in software design for mathematics education. In B. Pepin, G. Gueudet, & J. Choppin (Eds.), Handbook of digital resources in mathematics education (pp. 969-999). Springer International Handbooks of Education. Springer, Cham. https://doi.org/10.1007/978-3-031-45667-1_37
Cyr, S., Danguy-Pichette, É, & Richard, P.R. (2023). À la recherche d’un référentiel. Dans C. Derouet, A. Nechache, P. R. Richard, L. Vivier, I.M. Gómez-Chacón, A. Kuzniak, M. Maschietto & E. Montoya Delgadillo, Actes du septième symposium d’Étude sur le Travail Mathématique (pp. 117-129). IREM de Strasbourg. Dans ISBN : 978-2-911446-36-8
Font, L, Leduc, N., & Richard, P. R. (2023). Genèse discursive artificielle : l’IA au service de la didactique des mathématiques. Dans C. Derouet, A. Nechache, P. R. Richard, L. Vivier, I.M. Gómez-Chacón, A. Kuzniak, M. Maschietto & E. Montoya Delgadillo, Actes du septième symposium d’Étude sur le Travail Mathématique (pp. 225-233). IREM de Strasbourg. Dans ISBN : 978-2-911446-36-8
Desmarais, M., Richard, P.R., & Venant, F. (2023). Les preuves instrumentales pour la réalisation du nouveau travail mathématique à l’école. Dans C. Derouet, A. Nechache, P. R. Richard, L. Vivier, I.M. Gómez-Chacón, A. Kuzniak, M. Maschietto & E. Montoya Delgadillo, Actes du septième symposium d’Étude sur le Travail Mathématique (pp. 235-247). IREM de Strasbourg. Dans ISBN : 978-2-911446-36-8
Emprin, F. & Richard, P. R. (2023). Table ronde : L’intelligence artificielle et Intervention de Philippe Richard — L’IA : pour qui et par qui ? Dans F. Vandebrouck, F. Emprin, C. Ouvrier-Buffet & L. Vivier (dir.), Nouvelles perspectives en didactique des mathématiques — Preuve, Modélisation et Technologies Numériques (pp. 153-173). ISBN : 978-2-86612-407-6. https://irem.u-paris.fr/actes-de-seminaires-et-colloques
Richard, P. R., Fiset, S., St-Cyr, M.-F., Venant, F., & Barry, S. (2022). Table ronde : L’intégration du numérique dans l’enseignement des mathématiques : perspectives croisées entre chercheur·se·s et praticien·ne·s. Dans N. S. Anwandter Cuellar, S. Barry, D. Benoit, S. Michot, T. Rajotte, & F. Venant (Dirs.), Les recherches en didactique des mathématiques avec, pour, sur les praticiens et praticiennes : perspectives croisées (pp. 197-203). Actes du colloque du Groupe de didactique des mathématiques du Québec, Université du Québec à Chicoutimi. https://www.gdm.quebec/colloque/actes
Flores Salazar, J.V., Gaona, J., Richard, P.R. (2022). Mathematical Work in the Digital Age. Variety of Tools and the Role of Geneses. Dans : ISBN 978-3-030-90849-2. https://doi.org/10.1007/978-3-030-90850-8_8
Flores Salazar, J.V., Kuzniak, A., Montoya-Delgadillo, E., Nechache, A., Richard, P.R., Vivier, L. (2022). Mathematical Work and Beyond. Dans : ISBN 978-3-030-90849-2. https://doi.org/10.1007/978-3-030-90850-8_12
Font, L., Gagnon, M., Leduc, N., Richard, P.R. (2022). Intelligence in QED-Tutrix: Balancing the Interactions Between the Natural Intelligence of the User and the Artificial Intelligence of the Tutor Software. Dans : ISBN 978-3-030-86908-3. https://doi.org/10.1007/978-3-030-86909-0_3
Kuzniak, A., Nechache, A., Richard, P.R. (2022). The Theory of Mathematical Working Spaces in Brief. Dans : ISBN 978-3-030-90849-2. https://doi.org/10.1007/978-3-030-90850-8_3
Lagrange, JB., Richard, P.R. (2022). Instrumental Genesis in the Theory of MWS: Insight from Didactic Research on Digital Artifacts. Dans : ISBN 978-3-030-90849-2. https://doi.org/10.1007/978-3-030-90850-8_9
Corbeil J.P., Gagnon M., Richard P.R. (2020). Probabilistic Approaches to Detect Blocking States in Intelligent Tutoring System. In: Kumar V., Troussas C. (eds) Intelligent Tutoring Systems. ITS 2020. Lecture Notes in Computer Science, vol 12149. Springer, Cham. ISBN 978-3-030-49662-3. https://doi.org/10.1007/978-3-030-49663-0_11
Cyr, S., Font, L., Gagnon, M., Leduc, N., Richard, P.R. & Tessier-Baillargeon, M. (2019). Creation of a mathematical model for QED-Tutrix’ automated proof generator. Dans : ISBN 978-956-401-498-2.
Henríquez-Rivas, C.A. & Richard, P.R. (2019). La notion de preuve dans la coordination du travail mathématique : une perspective instrumentale… et un peu plus. Dans : ISBN 978-956-401-498-2.
Maschietto, M., Nikolantonakis, K., Richard, P.R. & Venant, F. (2019). Spécificité des outils, des signes et du discours dans le travail mathématique. Dans : ISBN 978-956-401-498-2.
Richard P.R., Venant, F., Gagnon M. (2019). Chapitre 7. Issues and challenges about instrumental proof. In: Hanna, G., Reid, D., de Villiers. M. (eds) Proof Technology in Mathematics Research and Teaching. Springer International Publisher. ISBN 978-3-030-28483-1.
Venant, F., Richard, P.R. & Gagnon, M. (2019). Simulation du travail mathématique dans un système tuteur intelligent : enjeux sémiotiques. Dans : ISBN 978-956-401-498-2.
Herbst P., Cheah U.H., Jones K., Richard P.R. (2018). Chapter 1 International Perspectives on Secondary Geometry Education: An Introduction. Dans : ISBN 978-3-319-77475-6. https://doi.org/10.1007/978-3-319-77476-3_1
Kuzniak, A., Richard P.R. & Michael-Chrysanthou, P. (2018). Chapter 1. From geometrical thinking to geometrical working competencies. In T. Dreyfus, M. Artigue, D. Potari, S. Prediger & K. Ruthven (Eds.), Developing research in mathematics education - twenty years of communication, cooperation and collaboration in Europe. London and New York: Routledge - New Perspectives on Research in Mathematics Education - ERME series, Vol. 1. ISBN 9781138080294.
Richard P.R., Gagnon M., Fortuny J.M. (2018). Connectedness of Problems and Impasse Resolution in the Solving Process in Geometry: A Major Educational Challenge. Dans ISBN 978-3-319-77475-6. https://doi.org/10.1007/978-3-319-77476-3_20
Richard P.R., Gagnon M., Fortuny J.M. (2017). Gestion interactive de problèmes en géométrie pour le développement des compétences et l’acquisition du savoir mathématique. Dans ISBN : 978-618-81047-5-4.
Cheah U.H., Herbst P.G., Ludwig M., Richard P.R., Scaglia S. (2017) Topic Study Group No. 13: Teaching and Learning of Geometry—Secondary Level. In: Kaiser G. (Eds.) Proceedings of the 13th International Congress on Mathematical Education. ICME-13 Monographs. Springer, Cham. ISBN 978-3-319-62596-6.
Lagrange, J.B., Recio, T., Richard, P.R. et Vivier, L. (2017). Spécificité des outils et des signes dans le travail mathématique. Dans : ISBN : 978-618-81047-5-4.
Leduc, N., Tessier-Baillargeon, M., Corbeil, J.P., Richard, P.R., Gagnon, M. (2017). Chapitre 16. Étude Prospective d’un Système Tutoriel à l’aide du Modèle des Espaces de Travail Mathématique. Dans : ISBN : 978-618-81047-5-4.
Disciplines
- Didactics
- Education
- Applied Mathematics
- Computer Engineering and Software Engineering
Areas of expertise
- Didactique des mathématiques
- Formations ouvertes et à distance
- Formation des maîtres
- Technologies et apprentissage des mathématiques
Aide en ligne pour votre profil | Nous joindre
Le Répertoire des professeurs est propulsé par les données du SADVR et est un projet du CENR.